Ders Detayı

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Öncelikle çok güzel bir noktaya değindiniz. Homojenlik varsayımı sağlanmadığında paket program bize birden çok seçenek sunuyor. Elimizdeki veri seti için normallik varsayımı sağlanıyor ve homojenlik varsayımı sağlanmıyorsa, Birincisi, F testi yerine Welch ya da Brown-Forsythe testi kullanılabilir. Eğer gruplar arasında anlamlı bir fark bulunuyorsa, varyasnların homojen olmadığı çoklu karşılaştırma yöntemleri (Tamhane's T2, Dunnett's T3, Games-Howell(yapılan simülasyon çalışmalarında en güçlü test), Dunnett's C) kullanılabilir. İkincisi parametrik olmayan Kruskal Wallis testi kullanılabilir. Yapılan simülasyon çalışmalarında parametrik testlerin, parametrik olmayan testlere varsayımların bir kısmı sağlanmadığında da daha güçlü olduğu belirlenmiştir. Bu sebeple varyanslar homojen çıkmadığında serbestlik derecesi düzeltmeli Welch ya da Brown-Forsythe testi sonuçlarını göz önünde bulunrmak daha doğru olabilir. Ancak yinede tercih kullanmak araştırmacının amacına ve veri yapısına bağlıdır. Teşekkürler

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Bu durumda üç tercihimiz olabilir; Bir tanesi Pillai's Trace, Wilks' Lambda, Hotelling's Trace, Roy's Largest Root testlerinden uygun olanı kullanmak. Bir diğeri ise ham veriyi trasformasyona sokmaktır. Transformasyon için Logaritmik dönüşüm, Karekökü, 1/y, Kare,Logit ve Box-Cox veri trasnformasyonu yapmaktır. Sonuncusu ise parametrik olmayan çok değişkenli yöntemleri kullanmaktır. Parametrik olmayan MANOVA (PERMANOVA, Permutational Multivariate Analysis of Variance) olarak adlnadırılmaktadır. İyi çalışmalar

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Bu durumda da benzer şekilde üç tercihimiz olabilir; Bir tanesi Pillai's Trace, Wilks' Lambda, Hotelling's Trace, Roy's Largest Root testlerinden uygun olanı kullanmak. (Farklı durumlarda genelde en iyi sonuç veren Wilk's Lambda oluyor, "Ateş, C., Kaymaz, Ö., Kale, H. E., & Tekindal, M. A. (2019). Comparison of Test Statistics of Nonnormal and Unbalanced Samples for Multivariate Analysis of Variance in terms of Type-I Error Rates. Computational and Mathematical Methods in Medicine, 2019.") Bir diğeri ise ham veriyi trasformasyona sokmaktır. Transformasyon için Logaritmik dönüşüm, Karekökü, 1/y, Kare,Logit ve Box-Cox veri trasnformasyonu yapmaktır. Burada da en verimli sonucu genelde Box-Cox veri transformasyonu sağlamaktadır. Sonuncusu ise parametrik olmayan çok değişkenli yöntemleri kullanmaktır. Parametrik olmayan MANOVA (PERMANOVA, Permutational Multivariate Analysis of Variance) olarak adlandırılmaktadır. (https://rdrr.io/github/leffj/mctoolsr/man/calc_pairwise_permanovas.html) Selamlar İyi çalışmalar

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, SPSS ya da benzeri paket programlar bu seçenek nesne tabanlı kullanıcı dostu bir çözümle karşımıza çıkmıyor, ancak açık erişimli PAST programında NPMANOVA'yı kullanabilirsiniz. http://priede.bf.lu.lv/ftp/pub/TIS/datu_analiize/PAST/2.17c/download.html Bu linkten erişebilirsiniz. İyi çalışmalar

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, SPSS ya da benzeri paket programlar bu seçenek nesne tabanlı kullanıcı dostu bir çözümle karşımıza çıkmıyor, ancak açık erişimli PAST programında NPMANOVA'yı kullanabilirsiniz. http://priede.bf.lu.lv/ftp/pub/TIS/datu_analiize/PAST/2.17c/download.html Bu linkten erişebilirsiniz. İyi çalışmalar

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Burada faktöriyel düzende faktörlerden biri tekrarlanan varyans analizi kullanmamız doğru olur (Mixed Design ANOVA). İyi çalışmalar

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

İlginiz ve yorumunuz için teşekkür ederim.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Syntax yazmadan önce options>estimate of effect size seçeneğini işaretleyebilirseniz etki büyüklüğüde output'da gelecektir.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Temel olarak çok değişkenli normal dağılıma bakmak gerekli, bu sebeple eğer elinizde PAST programı varsa ordan bakabilirsiniz. Tek değişkenli normal dağılım sadece fikir veriyor. Ancak yinede Friedman kullanmak yerinde olacaktır.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar burada bagimli degiskenler kategorik oldugu icin lojistik regresyon kullanmak daha dogru olacaktir. Lojistik regresyon sonucunda adim topla.i hangi denklemde anlamli cikiyorsa genel cerceve icin bir fikir verebilir.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Uyum Analizi ya da Kanonik Korelasyon uygulamanız daha doğru, anket sonucu oluşsan veri tipiniznominal ya da ordinal olduğu için bu şekilde değerlendirmeniz daha uygun olabilir. İyi çalışmalar

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Teşekkür ederim. Deneysel tasarımlar içinde geçerli, deneysel tasarımda varyasyon daha kısıtlı olacağı için önşartların sağlanması daha beklenen bir durumdur. Parametrik testler için, hem normal dağılım hem de homojenlik varsayımlarının sağlanması önerilen ve gereken bir durumdur. Ancak bazı durumlarda homojenlik sağlanmadığında düzeltme testleri kullanılabiliyor. Genelde önerilen düzeltme metotları yerine parametrik olmayan yöntemlerle değerlendirme yapmaktır. Bazı durumlarda önşartlar sağlanmadığında düzetme yöntemleri kullanılabilir. -Örneğin homojenlik için (Welch, Brown-Forsthe) gibi kulanıldığında çoklu karşılaştırmalarda Games-Howell gibi post hoc testler kullanılabilir. İyi çalışmalar

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Bu durumda Bonferroni testi en conservative(tutucu) test olduğu için diğer testlere ve örnek genişliğine bakmak gerekir. Diğer post-hoc testler lsd, sidak gibi bakılabilir.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Aktif olarak sunumları paylaşmıyorum. İyi çalışmalar

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar SPSS'de grafikleri çizdikten sonra chart editor'e girerek manuel olarak siz ekleyebiliyorsunuz. 2x2 dizaynda öncelikle etkileşim etkisine bakılır eğer anlamlı ise çoklu karşılaştırma ile etkileşim etkileri arasındaki anlamlı farklılıklar belirlenir. Sonrasında eğer etkileşim etkisi anlamsız ise ana etkiler(ya sadece grup ya da sadece zaman) değerlendirilir. Ana etkilerden grup farkı zamandan bağımsız olarak sadece gruplar arasında fark olup olmadığını belirtir.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Tek veya çok yönlü regresyon analizi, bir bağımlı değişkenin bir veya daha fazla bağımsız değişkenle ilişkisini incelemek için kullanılır. Ancova (Analysis of Covariance), regresyon analizine benzerdir, ancak bir farkla: Ancova'da, bir veya daha fazla sürekli bağımsız değişkenin yanı sıra bir veya daha fazla kategorik bağımsız değişken de bulunur. Bu kategorik bağımsız değişkenler, deneklerin gruplara ayrılmasına yardımcı olan kontrol değişkenleridir. Ancova'nın kullanılmasındaki temel nedenler şunlar olabilir: Kontrol Değişkenlerin Etkisi: Ancova, bağımsız değişkenler arasındaki ilişkiyi kontrol etmek için kullanılır. Eğer etki incelemesindeki bağımsız değişkenler arasında potansiyel olarak etkileyebilecek başka faktörler varsa, bu faktörleri kontrol etmek için ancova kullanılabilir. Grupların Başlangıçtaki Farklılıkları: Denek grupları arasında başlangıçta var olan farklılıklar varsa ve bu farklılıklar, bağımlı değişken üzerinde etkili olabilir, ancova bu farklılıkları kontrol etmek için kullanılabilir. Dış Değişkenlerin Etkisi: Ancova, dışsal faktörlerin (örneğin, yaş, cinsiyet) etkisini kontrol etmek için kullanılabilir. Bu faktörler, bağımlı değişken üzerinde doğrudan etki edebilecek potansiyele sahiptir. Ancova'nın kullanılmasının temel nedeni, gruplar arasındaki farklılıkları kontrol etme ve böylece bağımsız değişkenlerin gerçek etkisini daha doğru bir şekilde belirleme çabasıdır. Ancova, regresyon analizine ek bir kontrol düzeyi sağlar ve bu nedenle bazı durumlarda tercih edilir. Ancak, analizin amacına ve veri setine bağlı olarak, bu tekniklerden hangisinin kullanılacağına karar vermek önemlidir.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar Deney ve kontrol gruplarını oluştururken yansız bir atama yapmak istiyorsanız, rastgele atama yöntemlerini kullanabilirsiniz. İşte bu konuda bazı öneriler: Rastgele Atama: Öğrencileri rastgele iki gruba ayırmak için bilgisayar tarafından üretilen rastgele sayıları kullanabilirsiniz. Örneğin, 50 öğrenciyi sıralayın ve ardından rastgele seçilen 25 öğrenciyi deney grubuna, geri kalan 25 öğrenciyi kontrol grubuna atayın. Stratifide Rastgele Atama: Öğrencileri belirli kriterlere göre sınıflandırabilir ve her sınıftan rastgele seçim yaparak grupları oluşturabilirsiniz. Örneğin, cinsiyet, yaş veya öğrenim seviyesi gibi faktörlere göre öğrencileri sınıflandırabilir ve her strata ait öğrenciler arasında rastgele seçim yapabilirsiniz. Eşleştirilmiş Örneklemeler: Öğrencileri belirli özelliklere göre eşleştirerek grupları oluşturabilirsiniz. Bu eşleştirme işlemi, grupları daha denk hale getirmenize yardımcı olabilir. Örneğin, öğrencileri benzer akademik geçmişe, önceki başarı durumuna veya belirli bir test skoruna göre eşleştirebilirsiniz. Bloklama: Öğrencileri benzer özelliklere sahip bloklara ayırabilir ve her bloktan rastgele seçim yaparak grupları oluşturabilirsiniz. Bloklama, grupları daha homojen hale getirebilir ve dış faktörlerin etkisini azaltabilir. Kovaryans Analizi: Öğrencilerin belirli bir özellikle ölçülen skorları varsa, bu skorları kullanarak grupları dengelemeyi amaçlayan bir kovaryans analizi yapabilirsiniz. Unutmayın ki, seçtiğiniz yöntem, çalışmanızın amacına ve özelliklerine bağlı olarak değişebilir. Önemli olan, grupları oluştururken mümkün olduğunca dengeli ve rastgele bir atama yapmaya çalışmaktır.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, Analizinize dair aldığınız uyarının arkasındaki sorunu çözmek için birkaç adımı gözden geçirebilirsiniz. "Box's Test of Equality of Covariance Matrices is not computed because there are fewer than two nonsingular cell covariance matrices" uyarısı, MANCOVA analizinde karşılaşılan bir durumu işaret ediyor: kovaryans matrislerinin eşit olup olmadığını kontrol eden Box Testi yapılamıyor, çünkü en az iki tekil olmayan hücre kovaryans matrisi bulunmuyor gibi durmakta. Bu sorunu aşmak için şu adımları düşünebilirsiniz: Grup Büyüklüklerini Kontrol Edin: Grup büyüklüklerini gözden geçirin. Eğer gruplardan en az birinde yeterince veri yoksa, bu durum MANCOVA analizi için yetersiz olabilir. Grup büyüklüklerini dengeli bir şekilde artırmak, bu sorunu çözebilir. Eksik Veri ve Aykırı Değerleri Kontrol Edin: Eksik veri veya aykırı değerler olup olmadığını kontrol edin. Bu tür durumlar, kovaryans matrislerinin hesaplanmasını etkileyebilir. Eksik verileri doldurmak veya aykırı değerleri ele almak, analizinizi geliştirebilir. Alternatif Analiz Yöntemleri: Sorunu çözemezseniz, MANCOVA yerine alternatif analiz yöntemlerini düşünmek daha doğru olur. Örneğin, MANOVA veya başka bir uygun analiz yöntemi kullanmayı değerlendirebilirsiniz. Kovaryans Matrislerini Gözden Geçirin: Gruplar arasındaki kovaryans matrislerini dikkatlice inceleyin. Belirli bir grup veya gruplar arasında belirgin farklılıklar varsa, bu durumu ele alacak istatistiksel yöntemleri düşünebilirsiniz.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhaba! SPSS'te syntax kodu yazmak veya grafik arayüzü kullanmak, kullanıcının tercihine bağlıdır. Her iki yöntem de veri analizi yapmanın farklı yollarını sunar. Bazı kullanıcılar arayüzü tercih eder çünkü daha görsel ve etkileşimli bir deneyim sunar, diğerleri ise syntax kodunu tercih eder çünkü daha fazla kontrol ve tekrar kullanılabilirlik sağlar. Merhabalar, Eğer tüm işlemleri arayüz üzerinden tamamlamışsanız ve işlemleriniz istediğiniz sonuçları veriyorsa, "Run" (Çalıştır) düğmesini kullanmakta bir sakınca yoktur. Ancak syntax kodu yazmak daha fazla kontrol sağlar ve analizinizi belgeler. Ayrıca, kodlarınızı kaydedip daha sonra tekrar kullanabilir veya başkalarıyla paylaşabilirsiniz. Unutmayın ki her iki yöntemi de kullanabilir ve birbirleriyle uyumlu bir şekilde geçiş yapabilirsiniz. Arayüzü kullanarak başladıktan sonra yaptığınız işlemlerin syntax kodlarını görebilir ve bunları daha sonra düzenleyerek kullanabilirsiniz. Sonuç olarak, SPSS'te syntax kodu yazmak veya arayüzü kullanmak tamamen tercih meselesidir. İkisi de size uygun olanı seçebilir ve veri analizi sürecinizde size en iyi hizmeti verecek olanı kullanabilirsiniz.

Eğitmenin Cevabı (MUSTAFA AGAH TEKİNDAL)

Merhabalar, mail adresinize gönderdim.